火电厂锅炉设备在线监测与故障诊断技术研究

2024-06-09济南锅炉集团有限公司支元珍

电力设备管理 2024年6期

济南锅炉集团有限公司支元珍

1 火电厂锅炉设备面对的主要故障类别与成因

本厂配备2×300MW CFB 亚临界锅炉，炉身采用全钢架悬吊结构，最大连续蒸发量为1065t/h，配备有高温绝热分离器、回料阀、对流烟道、冷渣器以及空气预热器等相关设施，相较于传统锅炉设备而言，具有燃料适应性较好、污染排放较少、燃烧效率较高等特性。

冷渣器故障。是本厂CFB 锅炉设备运行过程中最常见的一类故障形态。在CFB 锅炉运行过程中，冷渣器能按需针对其内部产生的燃烧残渣进行收集，从而保障锅炉内部清洁度，提升锅炉热效率与安全性。但在冷渣器的使用过程中，受高温高压等因素影响其排渣管部位可能会出现变形现象，大量燃烧残渣进入到排渣管内部使其出现堵塞现象，进而引发冷渣器故障[1]。此外，在本厂CFB 亚临界锅炉的运行过程中还出现了选择室结焦的相关故障。一些高温燃料在锅炉内部的燃烧不完全，在选择室内部出现燃烧结焦状况，床料未经完全冷却即进行排渣，导致关键部件出现变形现象，使冷渣器内部流化出现问题。

旋风分离器故障。CFB 锅炉的运行过程当中，旋风分离器能将烟气中的颗粒物进行有效分离与净化，保障锅炉运行的正常循环，维持燃烧室内部的固体颗粒物浓度，保障相关流程的充分燃烧。而在本厂CFB 锅炉内部，由于生产强度以及运维保障等相关因素的影响，导致分离器部位灰位较高，分离器分离效果不断下降，锅炉内部物料燃烧循环受到影响，使分离器入口部位的烟气压力发生变化，阻碍锅炉循环系统的正常运行。

给煤系统故障。在CFB 锅炉中给煤系统发挥着重要作用，该系统能将燃料稳定输送到锅炉内部进行燃烧，而一些煤粒在生产过程中未经过较为充分地处理导致其粒径较大，输送过程中会导致送料通道出现堵塞现象，使给煤系统的正常运行造成一定影响。一些煤料内部可能会存在树枝、塑料等杂物残留，同样会引发给煤系统运行滞涩、通道拥堵以及关键阀件断裂等故障。

锅炉部件磨损。热电厂锅炉设备需长期运行于高温高压环境下，这给锅炉内部相关部件的性能状态以及使用寿命提出较高要求。通过对本厂CFB 锅炉的运行情况进行分析与研究过后发现，长时间使用过程中锅炉承压部件、内衬、送料通道、分离器等相关部位都会产生一定磨损现象，不仅降低了锅炉部件的负荷负载能力，还可能对锅炉运行稳定性形成相应冲击，造成运行异响以及异常振动[2]。

膨胀节故障。在CFB 锅炉运行过程当中，受温度变化影响，锅炉设备内部关键部件可能会出现热位移、热膨胀等情况，对于锅炉的正常工作造成一定影响。为强化锅炉设备安全性，减少温度变化引发的设备膨胀与位移所造成的相关损失，需采用膨胀节针对锅炉设备关键部件进行相互连接，而在本厂锅炉膨胀节的运行维护过程中发现，长期运行的膨胀节容易发生漏气、老化与破损等故障，导致锅炉管道的强度受到影响。

2 锅炉设备在线监测与故障诊断系统设计需求

2.1 运行信号分析

作为故障识别与状态判断的重要前提，在进行在线监测与故障诊断系统进行开发设计的同时，应借助关键技术对锅炉设备运行信号进行提取与捕捉，进而为后续决策以及故障诊断工作的开展提供参考。在进行系统开发与设计的同时，应分别于燃烧室、送煤管道、给粉机、燃烧器喷口部位等关键性部位布设信号传感器，同时使现场关键信号能够向控制中心进行及时回传，使技术人员及运维团队能针对锅炉设备当前运行状态做出较为准确地判断。

2.2 异常状态识别

及时针对设备运行过程中的异常状态进行识别，是提升故障诊断准确性、保障锅炉设备运行稳定性的关键所在。因此相关技术团队应基于模态分解的相关原则，针对上述传感器所回传的数据信号进行一体化处理，对不同部位及不同类别的传感器信号进行综合识别，与预设状态库进行比对过后输出相应的异常识别结果。

在进行异常识别的同时，系统应能基于模态分解的原则对设备运行传感器反馈数据的IFM分量进行捕捉，同时进行统一的数据处理：式中：a代表现场传感器的反馈数据IFM 分量的代码，按照预设要求进行编录；k代表反馈数据IFM 分量当中的点位；l代表传感器回传数据的总体数目；G代表反馈数据IFM 分量的特性值。待数据处理完成后，需针对现场传感器的反馈情况及分量处理情况对数据的峭度进行分析，明确相关数据排列组合过后的特征向量：

通过对反馈数据及其分量分析结果进行探讨，能够明确火电厂锅炉设备当前运行状态下所出现的异常情况，进而为锅炉设备的运维工作提供支持与参考。

2.3 故障定位分析

在异常状态记录与分析完成过后，需由监测与诊断系统内部进行故障定位，并给出相应的解决策略以及解决方案。在进行故障定位与分析的同时，相关监测诊断系统应当遵循以下原则：首先应遵循高度关联性原则，故障部位的动作变化应能够对故障指征产生较为显著的影响，二者之间应具备较为具体的关联性；其次应遵循高度可靠性原则，进行故障定位分析的同时，可将故障表现与目标点位状态之间看做单值函数关系，将目标点位状态作为自变量，锅炉设备故障表现则会基于自变量发生对应变化；最终应遵循实用性原则，在基于故障参量特征进行定位分析的同时，应保障相关特征的可测得性与可分析性，为后续故障诊断与操作处置的开展提供指示。

2.4 故障诊断与操作指导

在进行锅炉设备故障诊断的过程当中，相关技术人员需要对故障规则库进行建立，分别将一次风管内部煤粉燃烧情况、送粉管道当中煤粉输送情况、风管内部热风温度情况、风粉混合物温度状态以及火焰检测器信号表现等作为故障诊断的关键性依据，从而进一步强化监测诊断系统对于煤粉自燃、管道堵粉、设备断粉、火焰偏移以及燃烧器灭火等故障的诊断准确性，强化锅炉设备故障反应速度。在此基础上，设备故障诊断完成过后，相关监测与诊断系统还应当给出相应的操作指导，提升火电站锅炉设备燃烧效率与运行效率，减少故障所造成的影响。

3 锅炉设备运行监测与故障诊断方案构建

3.1 整体架构设计

在进行系统构建与设计的同时，需要对整体架构方案进行合理规划，使系统能够充分适应火电厂锅炉设备的运行工况以及运行状态。

第一，在系统内部需要对关键参数监测处理模块进行搭建，使系统能够及时针对锅炉设备运行过程当中的异常状态以及问题数据做出反应，并能够进行报警。在进行系统开发的同时，需要通过相应的通信方式以及通信渠道对机组现场传感器回传数据进行提取，同时借助ODBC 技术实现与数据库之间的交互，使监测诊断设备能够将预设故障库当中的数据信息与设备实际反馈信息之间进行比对，明确设备的异常状态，提升故障监测针对性。

第二，需要对故障诊断与分析模块进行设计，系统应能够借助决策树法以及神经网络技术等，结合现场传感器反馈的相关数据信息对设备故障进行更加全面地判断，明确系统运行过程当中的故障源头，并能够及时采取措施进行处理，减少故障对系统运行成效所产生的影响；第三，需要对知识库以及预设故障库进行搭建，借助数据库技术针对火电厂锅炉设备运行过程中常见故障的成因、表现形式以及表现状态等进行记录，同时结合实际对知识库进行及时更新，提升其参考价值；第四，需要对人机交互模块进行搭建与设计，使用户的相关操作指令能够直接作用于监测诊断系统当中，有效调整监测重点以及数据信息反馈内容，推动系统运行的进一步协调[3]。

3.2 知识模型建立

在设备监测与故障诊断系统的开发设计过程中，对知识模型进行建设能够为设备运行故障的判断定位给出相应参考和依据，技术人员应采取以下措施进行建模与设计。

首先，应当从状态识别流程当中对关键信号以及重要数据进行提取，基于上文可知，将现场传感器回传信号经统一化的数据处理过后可得设备运行数据IFM 分量的特性值，同时还能够获取到G值排列组合过后的特征向量，因此在分析模型与故障库建设过程当中，还应当考虑到锅炉设备运行故障涉及到的关联性内容如温度、膛压等，从而使故障定位以及分析更加准确。

其次，需要对故障风险特性值G与关联要素之间的函数关系进行明确。例如，在针对CFB 锅炉进行故障分析与诊断的过程中，可将炉内烟气温度的变化情况设定为V=[10,20]，将锅炉运行排烟温度的增加值设定为A，进而可求得两者之间的函数关系与隶属情况：v=15，f=m/n，式中：特征值隶属度为15，m为符合故障分析的变化频次，n表示分析过程中涉及到的对象数量。

最后，在锅炉设备故障知识模型的建设过程当中，还需要对相关模型的信度进行分析。具体算法为：其中：P代表故障知识模型当中的求解流程，L代表模糊分析规则，F代表结果信度，m代表故障风险特性值G与关联要素之间的隶属情况[4]。

3.3 系统推理判断

系统开发过程当中，需要分别基于现场传感器回传数据以及故障知识库建设情况进行推理与判断，明确故障特征与要素内容之间的关联特性，进而求得相应的结果，掌握二者之间的联系。在本文所述系统设计与开发过程当中，主要应用了正向推理的策略，系统能够基于故障知识库当中的相关信息出发，基于现场传感器数据反馈情况展开全面判断与分析，实现由前提到结论的细致推导，最终得到相应的分析结果。例如，当信号线完好、锅炉运行环境正常时，传感器回传数据显示测量值为零，则能够推导出传感器出现问题，而当一次风管热风温度正常的前提下，出现给煤机断粉以及风压变化的现象，则能够推导出锅炉粉管出现堵塞故障[5]。

3.4 软件设计与开发

作为运维团队与技术人员进行故障处置和管控的关键渠道，针对在线监测与诊断系统的软件设计同样具有重要意义。相关技术人员在开发过程当中，应当明确相关系统的运行特点以及运行要求，针对故障知识库修改、故障查询、故障留言等关键性功能进行开发，同时采用全图形界面对人机交互菜单进行设计，使软件系统能够较为系统地展现出锅炉设备的运行现状以及故障定位情况，便于运维团队及时采取措施进行处理[6]。